1. 気温のモデル化

ここでは説明変数と空間従属性(空間的に近接した観測値は類似した値を示す傾向がある、という空間データの一般的な性質)を考慮することのできる空間補間モデルとして知られているkrigingを用いて1kmグリッド別の気温をモデル化する。本推計で用いる気温データと説明変数データは次のとおりである。

被説明変数:気温データ(図2参照)
  • アメダス観測所(879地点)毎の時間帯別の気温(気象庁公開)
  • ドコモ環境センサーネットワーク(1,893地点)の時間帯別の気温(NTT DoCoMo提供)
説明変数
  • 土地利用比率
  • 人口密度
  • 緯度
  • 最寄りの鉄道駅までの距離
  • 標高


図2:気象観測所の空間分布

なお、今回は2013~2015年の6~9月の気温データを用いた。人口密度は国勢調査(2010)より、それ以外の説明変数は国土数値情報ダウンロードサービスより収集した。上記モデルによる気温の推計結果(一例)を図3に示す。この図より、暑いことで知られている熊谷市の周辺で高い推計値が得られるなど直感と整合した結果が得られていることがわかる。


図3:気温の推計結果(2015年8月19日13:30;関東地方)